基于ETC与交调数据的公路交通量预测研究

　　一、总体介绍

　　(一)时代背景与政策驱动

　　在交通强国战略深入推进与数字经济蓬勃发展的背景下，《交通强国建设纲要》《数字交通发展规划纲要》明确提出利用大数据等技术提升交通预测与管理效能。随着高速公路网的日臻完善和人们跨域出行需求的扩张，如何在公路交通信息化建设的背景下准确统计公路交通量、有效预判交通拥堵，为公众提供优质便捷的出行服务，成为公路管理部门面临的核心挑战。甘肃省作为 “一带一路” 交通枢纽，其复杂地形与路网结构对交通量预测提出更高要求，传统依赖大规模 OD 调查的预测方式已难以满足智慧交通对实时性、精准性的需求。本项目响应国家及地方政策导向，依托高速公路 ETC 数据与交调数据的全样本优势，探索数据驱动的交通量预测新范式，推动西部省份交通规划与管理的智能化转型。

　　(二)行业现状与核心问题

　　当前公路交通量预测面临三大系统性挑战：一是数据采集效率低，传统人工 OD 调查需耗费大量人力物力，且抽样数据难以覆盖路网全时空特征;二是预测模型适应性差，传统四阶段法对非线性交通流、突发事件等场景响应滞后，尤其在多模式交通耦合区域误差显著;三是数据价值挖掘不足，海量 ETC 与交调数据缺乏高效存储与分析架构，导致交通流时空特征提取困难。与此同时，交通量预测作为公路项目可行性研究报告的关键部分，其精度直接影响项目建设规模、技术标准的科学决策，亟需通过云计算、大数据技术重构预测体系。

　　(三)项目目标与应用意义

　　项目以“构建数据驱动的交通量预测体系”为核心目标，基于云计算、大数据技术视角，在现有理论的基础上，利用我省的高速公路 ETC 收费数据、交调数据，以及国省道的连续式、间断式交调数据等多源异构数据，设计并实现一种基于 Hive 数据库的分层数据存储方法，从中挖掘交通流的时空分布特性，建立基于神经网络的交通量预测算法，并总结出一套行之有效的交通量分析预测方法，从而指导公路建设项目的规划设计运营，为我省加快建设交通强国提供有力支撑。本项目的研究成果一方面能够在公路工程可行性研究中，提供相对准确的交通量分析与预测数据，另一方面可为相关标准、规范的制修订提供技术支撑。本项目研究意义有以下几点：

　　(1)为道路规划提供依据，避免盲目投资引起的决策失误

　　随着高速公路不断建设，道路的布局相应的扩展，路网的系统结构相应增大，系统内部关系愈加复杂，矛盾愈加尖锐。而甘肃省由于特殊的地理环境，公路规划设计更加困难。随着交通业的快速发展，道路规划和建设问题日益凸显，如果不进行合理的道路规划，必将严重削弱公路系统运行的整体效能。交通量分析和预测是公路建设项目前期工作的重要内容，在 OD 调查、交通量观测调查及其他交通调查的基础上，结合社会、经济、技术调查与分析，可实现交通量预测。通过对交通量的预测，不但可以避免工程上因盲目投资而引起的决策失误，为道路规划提供依据，而且可以辅助道路规划者进行高速公路合理扩建，使得公路在建设中各环节上有效进行，同时也为建设后评价提供基本依据。

　　(2)为交通管理提供有力支撑，有助于提高道路交通通行效率

　　在国民经济发展中，交通运输业是其它各行业蓬勃发展的基石，它的发展程度的高低对我国经济的平稳运行有着直接的关系，交通运输行业快速发展的同时，其自身也带来了很大的问题，例如，交通事故、交通堵塞以及大气污染等一系列问题。交通量预测可通过对预测区域实时和过去一段时间的交通流数据进行具体的内部分析，找出内部相关联的参数特征，结合数学模型的搭建和相关算法，可实现未来时间内该区域交通流量的估算。该方法的落地不但可以为交通路网设计和规划提供重要的参考，为交通相关政策和交通发展规划提供理论和实时依据，而且可以辅助交管部门对辅助交管部门优化交通信号灯控制方案、科学规划公共交通路线，从而减少交通拥堵和提高道路通行效率，进而为公众提供便捷、舒适的出行环境。

　　二、主要做法

　　(一)研发层面：多维度技术研发与预测体系构建

　　为准确掌握区域路网未来交通量变化趋势，针对传统 OD 调查存在布设要求高、消耗资源多等问题，项目基于 ETC 和交调数据，综合利用高速公路 ETC 数据、社会经济发展数据、土地利用数据等，以四阶段法和交通总量控制法为基础，基于区域路网现状和总体规划，预测区域未来特征年的平均年通行量，同时，为实现交通数据的价值挖掘，研究了交通流数据预处理与存储系统框架，实现了交通量数据的有效存储，主要研究内容包含以下几部分：

　　(1)基于 ETC 和交调数据的四阶段法交通量预测模型构建

　　考虑大数据背景下传统预测方式数据采集方式复杂的问题，本文基于 ETC 和交调数据，探讨利用路段交通量进行 OD 反推，基于运输方式比例的总量控制法，并采用“四阶段”交通量预测模型，结合交通量形成机理和影响因素分析，预测区域路网未来交通量，突破传统预测方式交通量数据获取困难、数据挖掘不够的技术瓶颈，实现区域路网未来特征年交通量的有效预测。

　　(2)基于 Spark 框架的交通数据分布式数据存储方法研究

　　为了对海量增长的交通流数据进行处理和管理，需要基于大数据框架设计更加高效的数据存储及索引模型，以满足智能交通应用的需求。本文基于 Spark 框架的系统架构以及基于混合时空编码行键和动态扩展属性列族的交通流数据存储及索引模型，并在此模型基础上，通过语义解析、时空行键索引查询、并行属性条件过滤实现交通流大数据高效语义查询，从而实时海量增长的交通流数据的高效存取、清洗、索引和查询，为智慧交通数据的查询、分析和预测建立数据底座。

　　(3)设计基于 ETC 与交调数据的交通量统计预测软件模型

　　基于上述研究，本项目构建基于 ETC 与交调数据的交通量统计预测软件模型，为后续系统的开发提供有效指导，将作为甘肃省公路建设项目规划和交通运营管理的辅助工具。

　　(二)应用层面：典型场景应用验证与实践落地

　　为了全面验证本课题所提出方法的有效性与实用性，本项目选用了兰州至兰州新区中川机场高速公路作为实际案例进行深入分析。该项目旨在通过整合ETC(电子不停车收费系统)数据与交通调查数据，运用四阶段法和总量控制法，对未来特定年份的机场高速流量进行科学预测。在具体实施过程中，首先开展了兰州市及其周边高速公路历史交通量资料的广泛收集工作;随后，深入分析了兰州新区的路网现状及其总体规划，以把握区域交通发展的宏观趋势;除此以外，参考了相关国、省道交通量观测站的资料，以获取更全面的交通流量信息。为了更直观地展示预测结果，本项目 TransCAD 规划软件，高效处理分析了已有交通数据和社会经济发展数据，实现了对未来特征年(2025 年、2030 年、2035 年)兰州至兰州新区中川机场高速公路流量的预测。这一成果不仅验证了本课题所提方法的有效性，也为相关交通规划与管理部门提供了有价值的参考依据。

　　三、已有成效

　　(一)论文成果

　　(1)中文核心：《基于高速公路ETC数据的四阶段法交通量预测与存储方法研究》论文1篇，正在等《公路》期刊终审;

　　(2)EI论文：《TRL-TransAdaptive Graph learning with Temporal Representation for Traffic Flow Prediction》《Dynamic Graph Convolutional Recurrent Networks Based on Progressive Learning》两篇，均已被《2025年智慧交通与未来出行国际会议》录用。

　　(3)国家级期刊：《甘肃省高速路网自适应动态主动管控探究》《高速公路主动管控策略方法探究》《基于 ETC 门架数据的交通流时空预测》共3篇，均已在《中国交通信息化》录用，前两篇已见刊。

　　(二)专利成果

　　(1)申请实用新型专利《一种 ETC 用自由流门架预测装置》，已授权;

　　(2)申请实用新型专利《一种交通数据存储装置》，已受理。

　　(三)软件著作权

　　申请软件著作权《交通量统计预测软件系统 V1.0》1 项，已授权。

　　(四)研究报告

　　形成《基于 ETC 与交调数据的公路交通量预测研究报告》1 份。

　　(五)应用成果

　　为验证本文所提方法的有效性，本项目以兰州至兰州新区中川机场高速为例，基于 ETC 和交调数据，以四阶段法和总量控制法为主，结合 TransCAD 软件实现了未来特征年机场高速的车流量预测。